### Python 对声音文件进行分类的完整代码示例 以下是一个完整的 Python 脚本，用于对声音文件进行分类。该脚本涵盖了从数据加载、特征提取到模型训练和评估的整个流程。 --- #### 1. 导入库 首先导入必要的库，包括 `librosa` 进行音频处理，`sklearn` 进行机器学习建模，以及其他辅助库。 ```python import os import numpy as np import pandas as pd import librosa from sklearn.model_selection import train_test_split from sklearn.preprocessing import LabelEncoder from sklearn.svm import SVC from sklearn.metrics import accuracy_score, classification_report ``` --- #### 2. 加载音频数据并提取特征 定义函数以加载音频文件并提取 MFCC 特征。 ```python def load_audio_files(folder_path): features, labels = [], [] # 遍历指定文件夹中的所有子文件夹（类别） for label in os.listdir(folder_path): if not os.path.isdir(os.path.join(folder_path, label)): continue # 遍历每个类别的音频文件 for filename in os.listdir(os.path.join(folder_path, label)): file_path = os.path.join(folder_path, label, filename) # 使用 librosa 加载音频文件 audio_signal, sample_rate = librosa.load(file_path, res_type='kaiser_fast') # 提取 MFCC 特征 mfccs = librosa.feature.mfcc(y=audio_signal, sr=sample_rate, n_mfcc=40) mfccs_processed = np.mean(mfccs.T, axis=0) # 平均化时间维度 # 将特征和标签存储起来 features.append(mfccs_processed) labels.append(label) return np.array(features), np.array(labels) # 替换为实际的数据集路径 dataset_folder = 'path_to_your_dataset' features, labels = load_audio_files(dataset_folder) ``` --- #### 3. 数据预处理 将标签编码为数值形式，并划分训练集和测试集。 ```python label_encoder = LabelEncoder() labels_encoded = label_encoder.fit_transform(labels) X_train, X_test, y_train, y_test = train_test_split( features, labels_encoded, test_size=0.2, random_state=42 ) ``` --- #### 4. 训练分类模型 使用支持向量机 (SVM) 作为分类器。 ```python classifier = SVC(kernel='linear', C=1.0, gamma='scale') classifier.fit(X_train, y_train) y_pred = classifier.predict(X_test) accuracy = accuracy_score(y_test, y_pred) report = classification_report(y_test, y_pred, target_names=label_encoder.classes_) print(f"Model Accuracy: {accuracy * 100:.2f}%") print("Classification Report:") print(report) ``` --- #### 5. 测试新音频文件 编写一个函数来预测单个音频文件所属的类别。 ```python def predict_single_audio(file_path, model, encoder): audio_signal, sample_rate = librosa.load(file_path, res_type='kaiser_fast') mfccs = librosa.feature.mfcc(y=audio_signal, sr=sample_rate, n_mfcc=40) mfccs_processed = np.mean(mfccs.T, axis=0).reshape(1, -1) prediction_index = model.predict(mfccs_processed)[0] predicted_label = encoder.inverse_transform([prediction_index])[0] return predicted_label # 示例：替换为实际的音频文件路径 new_audio_file = 'path_to_new_audio.wav' predicted_class = predict_single_audio(new_audio_file, classifier, label_encoder) print(f"The new audio belongs to class: {predicted_class}") ``` --- ### 总结 以上代码提供了一种基于 MFCC 特征和支持向量机 (SVM) 的声音文件分类解决方案[^3]。通过调整特征提取方式或更换更复杂的深度学习模型（如 CNN 或 LSTM），可以进一步提升分类性能[^2]。 ---